带花树学习笔记

最新推荐文章于 2022-02-06 15:34:25 发布

Lstdo

最新推荐文章于 2022-02-06 15:34:25 发布

阅读量308

点赞数 1

本文链接：https://blog.csdn.net/luositing/article/details/104683048

版权

引入

带花树解决的是一般图的最大匹配问题。

学习此算法前你需要掌握二分图匹配的匈牙利算法，至少需要知道它的思想。

理论

众所周知，二分图匹配的思想是不断地找增广路。

严谨地讲，是找到了一条简单路径，它的起点和终点都未匹配，并且路径上的边是匹配边-非匹配边相互交错。

但是在一般图中直接找增广路会出锅。

原因是二分图中可以保证增广的过程中匹配边都是从左边连到右边，但一般图中因为奇环的存在，使得这个方向是不定的。具体的原因不（lan）再（de）说明，自己画个图就可以看出。

我们注意到，二分图和一般图最本质，或者说唯一的区别就是是否存在奇环。

注：对于这个奇环虽然不一定简单，但直接把它当成简单环处理，后面会详细说明。

我们发现对于一个大小为 $2 k + 1$ 的奇环，从任意一个点都可以向外匹配，并且环内剩下的 $2 k$ 个点可以组成 $k$ 对匹配。

这么说的话，环上的每个点都是等效的。

这么说我们可以直接把这 $2 k + 1$ 个点缩成一个点处理，我们把缩成的点称为"花"。

然后继续增广就可以了。

流程

前面说着简单其实全在口胡……本算法的难点全在实现上。

记录每个点的匹配点 $m_i$ ,如果没有匹配 $m_i=0$ ,显然初始时 $m_i=0$

首先枚举所有结点，当发现一个未匹配点(即 $m_i=0$ )时，尝试从这个点为起点找一条增广路。

设这个点为 $s$ ,从 $s$ 为根开始做 BFS 建出一棵带花树。注意带花树是对一个根单独建的，也就是每次都要清空数据。

因为我们要找出增广路翻转，对每个结点 $i$ 记录一个前驱 $pre_i$ ,表示如果以 $s$ 为增广路起点， $i$ 为终点，路径上的倒数第二个点(也就是 $i$ 往上跳一个点)是哪个。

值得注意的是，找增广路的时候并不是一直跳 $pre_i$ ,因为增广路是交替的，跳一步之后下一步一定是匹配边。

所以跳一步 $p r e$ 后直接走到对应的匹配点,即不断地 $\leftarrow m_{pre_i}$ ，这在后面将很有用。

对点进行染色。一个点有三种状态：黑色，白色，未染色。开始时所有点都未染色。然后起点 $s$ 设为黑色。

每次从队列中取出一个点 $u$ ，从后面的流程可以知道它一定是黑点。

访问所有与 $u$ 相邻的点 $v$ ，然后大力分类讨论。

$u$ 和 $v$ 在一个花中（也就是被缩成了一个点）

不知道咋处理，但脑电波一下应该没啥影响，所以跳过好了。

$v$ 是白色

似乎还是没啥用，跳过好了。

$v$ 未染色

如果 $v$ 没有被匹配，那么我们就找到了一条增广路，跳 $p r e$ 翻转所有边的匹配状态，答案 $+ 1$ ,退出函数。

否则我们把 $v$ 染成白色，并令 $pre_v=u$ 。因为 $v$ 已经有匹配了，我们把 $m_v$ 染成黑色并压进队列，表示从可以这里开始增广。

$v$ 是黑色

最复杂的情况。当找到一个黑色的时候说明出现了一个奇环。

因为是 bfs，我们可以暴力跳 $p r e$ 找到以 $s$ 为根时 $u$ 和 $v$ 的 LCA ，记为 $p$

我们需要把这条路径上的点合并。

可以用并查集维护，把路径上的点并查集的父亲设为 $p$ 就可以了。注意花里面可能套了花，所以只考虑并查集的根。

然而还没完，因为你还要求出具体的匹配点，所以你需要维护环内的匹配情况。

在这里插入图片描述

图例：粗边为匹配边，细边为未匹配边，箭头为 $p r e$

为了贯彻落实“任何一个点都可以向外匹配”的性质，盯着这个图，发现任何一个黑点（即所有匹配边的下面那个）在外面有匹配边的时候，都可以向上整一条增广路出来。

以 $v$ 为例：

在这里插入图片描述我们想让白点（匹配边上面那个）也可以整一个出来，不难构造出

在这里插入图片描述

~~地狱绘图~~

这样利用找增广路是隔一次跳一步的性质，白点会从下面绕一圈上去，完美地解决了这个问题。具体实现见代码。

然后在跳的过程中把白点染成黑点并入队，表示欢迎外面的点进来找增广路。

如果你不知道为什么原来就是黑色的点不入队，想想你把它染成黑色的时候在干什么。

总复杂度是 $O(n^3)$ ，实际上很松，可以当 $O(n^2)$ 算

#include <iostream>
#include <cstdio>
#include <cstring>
#include <cctype>
#include <queue>
#define MAXN 1005
#define MAXM 100005
using namespace std;
inline int read()
{
	int ans=0;
	char c=getchar();
	while (!isdigit(c)) c=getchar();
	while (isdigit(c)) ans=(ans<<3)+(ans<<1)+(c^48),c=getchar();
	return ans;
}
struct edge{int u,v;}e[MAXM];
int head[MAXN],nxt[MAXM],cnt;
void addnode(int u,int v)
{
	e[++cnt]=(edge){u,v};
	nxt[cnt]=head[u];
	head[u]=cnt;
}
int mat[MAXN],pre[MAXN],col[MAXN],fa[MAXN],n,m;
int idx[MAXN],tot;
inline int find(const int& x){return x==fa[x]? x:fa[x]=find(fa[x]);}
queue<int> q;
inline int lca(int x,int y)
{
	for (++tot;;swap(x,y))
		if (x)
		{
			x=find(x);
			if (idx[x]==tot) return x;
			idx[x]=tot,x=pre[mat[x]]; 
		}
}
inline void shrink(int x,int y,int l)
{
	while (find(x)!=l)
	{
		pre[x]=y,y=mat[x];
		if (col[y]==2) col[y]=1,q.push(y);
		if (x==find(x)) fa[x]=l;
		if (y==find(y)) fa[y]=l;
		x=pre[y];
	}
}
inline int bfs(int s)
{
	while (!q.empty()) q.pop();
	q.push(s);
	col[s]=1;
	for (int i=1;i<=n;i++) pre[i]=col[i]=0,fa[i]=i;
	while (!q.empty())
	{
		int u=q.front();
		q.pop();
		for (int i=head[u];i;i=nxt[i])
		{
			int v=e[i].v;
			if (col[v]==2||find(u)==find(v)) continue;
			if (!col[v])
			{
				col[v]=2,pre[v]=u;
				if (!mat[v])
				{
					for (int last;v;v=last)
						last=mat[pre[v]],mat[v]=pre[v],mat[pre[v]]=v;
					return 1;
				}
				col[mat[v]]=1,q.push(mat[v]);
			}
			else
			{
				int l=lca(u,v);
				shrink(u,v,l),shrink(v,u,l);
			}
		}
	}
	return 0;
}
int main()
{
	n=read(),m=read();
	for (int i=1;i<=m;i++)
	{
		int u,v;
		u=read(),v=read();
		addnode(u,v),addnode(v,u);
	}
	for (int i=1;i<=n;i++) fa[i]=i;
	int ans=0;
	for (int i=1;i<=n;i++)
		if (!mat[i])
			ans+=bfs(i);
	printf("%d\n",ans);
	for (int i=1;i<=n;i++) printf("%d%c",mat[i]," \n"[i==n]);
	return 0;
}

Lstdo

关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
带花树学习笔记

引入带花树解决的是一般图的最大匹配问题。学习此算法前你需要掌握二分图匹配的匈牙利算法，至少需要知道它的思想。理论众所周知，二分图匹配的思想是不断地找增广路。严谨地讲，是找到了一条简单路径，它的起点和终点都未匹配，并且路径上的边是匹配边-非匹配边相互交错。但是在一般图中直接找增广路会出锅。原因是二分图中可以保证增广的过程中匹配边都是从左边连到右边，但一般图中因为奇环的存在，使得这个...
复制链接

扫一扫